SPSS基本统计图表的制作.docx
《SPSS基本统计图表的制作.docx》由会员分享，可在线阅读，更多相关《SPSS基本统计图表的制作.docx（25页珍藏版）》请在冰点文库上搜索。
SPSS基本统计图表的制作
基本统计图表的制作
1 P-P图和Q-Q图
P-P图是根据变量的累积比例与指定分布的累积比例之间的关系所绘制的图形。
通过P-P图可以检验数据是否符合指定的分布。
当数据符合指定分布时，P-P图中各点近似呈一条直线。
如果P-P图中各点不呈直线，但有一定规律，可以对变量数据进行转换，使转换后的数据更接近指定分布。
Q-Q图同样可以用于检验数据的分布，所不同的是，Q-Q图是用变量数据分布的分位数与所指定分布的分位数之间的关系曲线来进行检验的。
由于P-P图和Q-Q图的用途完全相同，只是检验方法存在差异，SPSS17.0中用于做出P-P图的对话框和用于做出Q-Q图的对话框完全一致，下面将对两者统一加以说明。
具体操作步骤如下：
打开数据文件，选择【分析】（Analyze）菜单，单击【描述统计】（DescriptiveStatistics）命令下的【P-P图】（P-PPlots）或【Q-Q图】（Q-QPlots）命令。
“P-P图”（P-PPlots）、“Q-Q图”（Q-QPlots）的对话框分别如图3-20和图3-21所示。
图3-20 “P-P图”对话框
图3-21 “Q-Q图”对话框
在“P-P图”（P-PPlots）或“Q-Q图”（Q-QPlots）对话框中，最左边的变量列表为原变量列表，通过单击
按钮可选择一个或者几个变量进入位于对话框中间的“变量”（Variables）列表框中。
根据这些变量数据可创建P-P图或Q-Q图，并进行分布检验。
“P-P图”或“Q-Q图”对话框的中下方和右方有5个选项栏，选项栏中各选项的意义如下：
（1）转换（Transform）栏（复选项）：
l 自然对数转换（Naturallogtransform）：
选择此项，对当前变量的数据取自然对数，即将原有变量转换成以自然数e为底的对数变量。
l 标准值（Standardizevalues）：
选择此项，将当前变量的数据转换为标准值，即转换后变量数据的均值为0，方差为1。
l 差分（Difference）：
选择此项，对当前变量的数据进行差分转换，即利用变量中连续数据之间的差值来转换数据。
选择此项以后，后面的文本框变为可用，在其中输入一个正整数，以确定转换的差分度，默认值为1。
l 季节性差分（Seasonallydifference）：
用于确定指明计算时间序列的季节差分。
只有在对当前变量的数据序列定义了周期（通过主菜单中的【数据】（Data）菜单中的【定义日期】（DefineDates）选项定义）以后才可用，如果当前周期为0，将不能计算季节差分。
选择此项，在后面的文本框中输入正整数，然后根据该正整数所确定的范围来计算该范围内数据的差值，并用该差值来转换原数据。
需要注意的是，这些数据转换并不改变变量中的变量值，只影响正态概率图。
（2）检验分布（TestDistribution）栏：
可选择不同的分布类型，检验变量数据是否符合所选分布。
单击选项分布栏下的箭头可选择不同的分布类型。
SPSS默认的检验分布是正态分布（Normal）。
P-P图（或Q-Q图）可检验的分布包括：
贝塔分布（Beta） T分布（Studentt）
卡方分布（Chi-square） 伽马分布（Gamma）
指数分布（Exponential） 半正态分布（Half-normal）
Logistic分布（Logistic） 拉普拉斯分布（Laplace）
对数正态分布（Lognormal） 威布尔分布（Weibull）
正态分布（Normal） 均匀分布（Uniform）
帕累托分布（Pareto）
dt：
在该文本框中输入正整数，表示所选分布的自由度。
（3）分布参数（DistributionParameters）栏：
在该栏中可输入所选分布类型的参数，选择的分布不同，参数输入窗口也不同。
l 从数据中估计（Estimatefromdata）：
为系统默认选项。
选择此项，系统将自动从数据中推测数据分布的参数，否则就要在该选项下方的参数框中根据需要自行指定。
l 位置（Location）参数窗口：
选择正态分布时，用户自行输入位置参数。
l 比例（Scale）参数窗口：
选择正态分布时，用户自行输入比例参数。
（4）比例估计公式（ProportionEstimationFormula）栏（单选项组）
l Blom方法：
计算公式为
（3.17）
l Rankit方法：
计算公式为
（3.18）
l Tukey方法：
计算公式为
（3.19）
l VanderWaerden方法：
计算公式为
（3.20）
以上公式中，n表示观测量的数目，r是从1到n的秩次。
（5）为结指定的秩（RankAssignedtoTies）栏（单选项组）：
l 均值（Mean）：
用连接值的平均秩指定顺序。
l 高（High）：
用连接值的最大秩指定顺序。
l 低（High）：
用连接值的最小秩指定顺序。
l 强制打开结（Breaktiesarbitrarily）：
忽略观测量权重的影响。
2 图表绘制
进行数字统计分析时，有时我们需要绘制统计图表，把资料所反映的变化趋势、数量多少、分布状态和相互关系等形象直观地表现出来，以便于读者的阅读、比较和分析。
SPSS的【图形】（Graphs）菜单提供了绘制图表的功能，主要包括3个子菜单：
【图表建立】（ChartBuilder）命令相当于图表向导，它对SPSS的绘图功能作了粗略的介绍，初学者可以大致了解SPSS的绘图能力；【交互图表】（Interactive）命令主要涵盖了SPSS各种复杂的交互性图表；【旧对话框】（LegacyDialogs）命令主要包括多种SPSS传统的常用的统计报表，下面重点讲解。
2.1 条形图
条形图（BarCharts），又称带形图或柱形图，它是利用相同宽度的条形的长短或高低来表现统计数据大小或变动的统计图。
绘制条形图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（LegacyDialogs）命令下的【条形图】（BarCharts）命令，SPSS将弹出“条形图”（BarCharts）导航对话框，如图3-22所示。
图3-22 “条形图”导航对话框
在该导航对话框中，用户可以选择条形图的类型，并定义条形图中数据的表达方式。
SPSS将条形图大致分为3种类型：
l 简单（Simple）：
单式条形图，各个条形相互独立；
l 复式条形图（Clustered）：
分组条形图，每组的相邻两个或多个条形左右连接，以方便进行组间比较；
l 堆积面积图（Stacked）：
分段条形图，同一组的条形图上下连接，以方便进行组与组之间的互相比较。
在图3-22下部的“图表中的数据为”（DatainChartare）栏，用户可以选择的条形图中数据的表达类型如下：
l 个案组摘要（Summariesforgroupsofcases）：
用分类值作图，条形图中每一条代表观测量的一个分类；
l 各个变量的摘要（Summariesofseparatevariables）：
用变量值作图，条形图中每一条代表一个变量；
l 个案值（Valuesofindividualcases）：
用单元值作图，条形图中每一条代表一个观察值。
通过以上3个条形图类型和3个数据的表达方式的不同搭配，SPSS可以生成9种不同的条形图。
本书以用户选择“简单”（Simple）条形图和“个案组摘要”（Summariesforgroupsofcases）为例，阐述条形图的绘制步骤，如果用户需要制作其他类型的条形图，请参看简单条形图绘制的类似步骤。
02单击【定义】（Define）按钮，进入正式的条形图定义对话框“定义简单条形图：
个案组摘要”（DefineSimpleBar：
Summariesforgroupsofcases）对话框，如图3-23所示。
根据用户所选的条形图类型和数据表达方式的不同，出现的对话框名称也不同，但对话框的主体内容大致相同。
图3-23 “定义简单条形图：
个案组摘要”对话框
在该对话框中，用户可以选择条形图绘制的相关细节。
“条的表征”（BarPresent）栏中，用户可以选择以下条形图中条所代表的统计量：
l 个案数（Nofcases）：
按照分组变量分组后各组的观测量个数；
l 个案数的%（%ofcases）：
按照分组变量分组后各组的观测量个数占总观测量个数的百分比；
l 累积个数：
观测量数的累计数目；
l 累积%：
观测量数的累计百分比；
l 其他统计量（Otherstatistics）：
用户可以自行定义条形图中的统计量。
选中该选项，下面的“变量”（Variable）列表框被激活，用户需要通过单击
按钮从左边原变量中选择一个分析变量进入“变量”（Variable）列表框中，然后单击【更改统计量】（ChangeStatistics）按钮，SPSS将弹出“统计量”（Statistic）对话框，如图3-24所示。
图3-24 “统计量”对话框
在该对话框中，用户可以选择需要计算的描述统计量作为条形图中的统计量。
对话框中的描述统计量包括：
l 值的均值（Meanofvalues）：
按照分组变量分组后，以分析变量的均值作为条形图中的统计量；
l 值的中位数（Medianofvalues）：
按照分组变量分组后，以分析变量的中位数作为条形图中的统计量；
l 值的众数（Modeofvalues）：
按照分组变量分组后，以分析变量的众数作为条形图中的统计量；
l 个案数（Numberofcases）：
按照分组变量分组后，以分析变量的样本个数作为条形图中的统计量；
l 值的和（Sumofvalues）：
按照分组变量分组后，以分析变量数据的总和作为条形图中的统计量；
l 标准差（Standarddeviation）：
按照分组变量分组后，以分析变量的标准差作为条形图中的统计量；
l 方差（Variance）：
按照分组变量分组后，以分析变量的方差作为条形图中的统计量；
l 最小值（Minimumvalue）：
按照分组变量分组后，以分析变量的最小值作为条形图中的统计量；
l 最大值（Maximumvalue）：
按照分组变量分组后，以分析变量的最大值作为条形图中的统计量；
l 累计求和（Calculativesum）：
按照分组变量分组后，以分析变量的累计总和作为条形图中的统计量。
在该对话框的中部，用户可以在“值”（Value）文本框中输入数值或者百分数，然后选择相关选项，SPSS将对数值或百分数上侧或下侧的观测量按照大小进行筛选。
在该对话框的下部，用户可以在“低”（Low）和“高”（High）文本框中输入数值或者百分数，然后选择对应选项，SPSS将按照大小对观测量在限定范围内进行筛选。
对话框底部的“值是组中点”（Valuesaregroupedmidpoints）复选框只有在用户选择“值的中位数”（Medianofvalues）或者“百分位”（Percentile）时，才被激活。
选中该选项，则表明数据分布为频数分布表的格式，输出的条形图中的统计量为分组的中值。
选择条形图中的统计量后，单击【继续】（Continue）按钮，即可返回到“定义简单条形图：
个案组摘要”主对话框中。
接下来，需要指定做图变量。
在“类别轴”（CategoryAxis）列表框中，用户需要通过单击
按钮从左边原变量中选择一个变量作为分类变量（也称为分组变量）。
条形图中每个条形的长度分别代表对应各组的统计量的值。
模板（Template）：
用户可以选中该选项，并单击【文件】（File）按钮选择模板文件，作为散点图的格式模板。
03单击【标题】（Titles）按钮，打开“标题”（Titles）对话框，如图3-25所示。
图3-25 “标题”对话框
在该对话框中，用户可以定义散点图的标题、子标题和脚注。
（1）标题（Title）和子标题（Subtitle）：
通过输入，用户可以定义两行标题和一行子标题。
标题和子标题将在散点图上方显示。
用户也可以在结果输出窗口中定义标题。
（2）脚注（Footnote）：
通过输入，用户可以定义两行脚注，脚注将在散点图下方显示。
输入标题后，单击【继续】（Continue）按钮，即可返回“定义简单条形图：
个案组摘要”主对话框中。
04单击【选项】（Options）按钮，打开“选项”（Options）对话框，如图3-26所示。
图3-26 “选项”对话框
在该对话框中，用户可以指定缺失值的处理方式和误差条的设定形式。
（1）缺失值（MissingValues）栏：
用户可以定义分析中对缺失值的处理方式，包括按列表排除个案（Excludecaseslistwise）和按变量顺序排除个案（Excludecasesvariablebyvariable）。
为尽可能充分利用数据，SPSS默认选择前者。
（2）误差条图的表征（ErrorBarsRepresent）栏：
用户可以选择设定置信区间（Confidenceintervals）、标准误（StandardError）或者标准差（Standarddeviation）条件，并显示误差条图。
指定缺失值的处理方式和误差条的设定形式后，单击【继续】（Continue）按钮，即可返回“定义简单条形图：
个案组摘要”主对话框中。
05在“定义简单条形：
个案组摘要”主对话框中，单击【确定】（OK）按钮，即可在结果输出窗口中得到简单条形图。
2.2 线图
线图（LineCharts），又称曲线图，它是利用点的高低来表明数据升降情况的一种统计图。
通过将不同阶段的数据点连接，可以更清晰地表明数据的变化趋势。
线图主要用于时间序列分析、数据分配情况比较和两变量依存关系的分析等。
绘制线图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（LegacyDialogs）命令下的【线图】（LineCharts）命令，SPSS将弹出“线图”（LineCharts）导航对话框，如图3-27所示。
图3-27 “线图”导航对话框
在该导航对话框中，用户可以选择线图的类型，并定义线图中数据的表达方式。
SPSS将线图大致分为3种类型：
（1）简单（Simple）：
单线图，一个图形中只有一条水平走向的折线；
（2）多线线图（Multiple）：
多线图，一个图形中有多条水平走向的折线；
（3）垂直线图（Drop-line）：
垂线图，一个图形中有多组水平走向的数据，但在水平方向上不予以连接，而只是在垂直方向上将同一时间点的数据予以连接。
图表中的数据为（DatainChartare）栏：
用户可以选择以下的条形图中的数据表达类型：
l 个案组摘要（Summariesforgroupsofcases）：
用分类值作图，线图中每一条线代表观测量的一个分类；
l 各个变量的摘要（Summariesofseparatevariables）：
用变量值作图，线图中每一条线代表一个变量；
l 个案值（Valuesofindividualcases）：
用单元值作图，线图中每一条线代表一个观察值。
通过以上3个线图类型和3个数据表达类型的不同搭配，SPSS可以生成9种不同的线图。
本书以用户选择“简单”线图和“个案组摘要”为例，阐述线图的绘制步骤。
02单击【定义】（Define）按钮，进入正式的定义对话框“定义简单线图：
个案组摘要”（DefineSimpleLine：
Summariesforgroupsofcases）对话框，如图3-28所示。
根据用户所选的线图类型和数据表达类型的不同，出现的对话框名称也不同。
在该对话框中，用户首先需要指定绘图变量，即通过单击
按钮从左边原变量中选择多个需要绘制折线图的变量进入右边的“线的表征”（LinesRepresent）中。
绘图变量的数值将在线图的纵轴上表示。
图3-28 “定义简单线图：
个案组摘要”对话框
同时，用户需要指定分类变量。
用户可以选择以“个案数”（Casenumber），即观测量的编号作为分类变量，也可以选中“变量”（Variable）选项，然后单击
按钮选择一个变量作为分类变量。
例如，在时间序列分析中，用户就可以将时间变量作为分类变量。
分类变量的数值将在线图的横轴上表示。
本对话框的其他部分及单击【标题】（Title）按钮所弹出的“标题”（Title）对话框都与“定义简单条形图：
个案组摘要”（DefineSimpleBar：
SummariesforGroupsofCases）对话框完全相同，此处不再赘述。
03在“定义简单线图：
个案组摘要”主对话框中，单击【确定】（OK）按钮，即可在结果输出窗口中得到线图。
2.3 面积图
面积图（AreaCharts），又称区域图，是用面积来表现连续性的频数分布的统计图。
面积越大，频数越多，反之亦然。
制作面积图的原始数据大多为频数分布表。
绘制面积图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（LegacyDialogs）命令下的【面积图】（AreaCharts）命令，SPSS将弹出“面积图”（AreaCharts）导航对话框，如图3-29所示。
图3-29 “面积图”导航对话框
在该导航对话框中，用户可以选择面积图的类型，并定义面积图中数据的表达方式。
SPSS将面积图大致分为以下两种类型：
（1）简单（Simple）：
简单面积图，图形中只有一个区域表示频数大小；
（2）堆积面积图（Stacked）：
图形由多个不同颜色的区域从下到上堆积而成，不同的区域表示不同类型的频率大小。
“面积图”（AreaCharts）导航对话框中的“图表中的数据为”（DatainChartare）栏与条形图、线图的导航对话框该栏的内容相同，不再赘述。
通过以上两个面积图类型和三个数据表达类型的不同搭配，SPSS可以生成6种不同的面积图。
本书以用户选择“简单”面积图和“个案组摘要”为例，阐述面积图的绘制步骤。
02单击【定义】（Define）按钮，进入“定义简单面积图：
个案组摘要”（DefineSimpleArea：
Summariesforgroupsofcases）对话框，如图3-30所示。
根据用户所选的面积图类型和数据表达方式的不同，出现的对话框名称也不同。
图3-30 “定义简单面积图：
个案组摘要”对话框
本对话框与“定义简单条形图：
个案组摘要”（DefineSimpleBar：
SummariesforGroupsofCases）对话框几乎完全相同，此处不再赘述。
03在本主对话框中，单击【确定】（OK）按钮，即可在结果输出窗口中得到面积图。
2.4 饼形图
饼形图（PieCharts）是用扇形的大小来表示数值大小的统计图。
饼形图简单易懂，并且便于比较，因此，饼形图的制图过程使用最为广泛。
绘制饼形图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（LegacyDialogs）命令下的【饼图】（PieCharts）命令，SPSS将弹出“饼图”（PieCharts）导航对话框，如图3-31所示。
在该导航对话框中，用户可以定义饼形图中数据的表达方式。
“饼图”导航对话框中只有“图表中的数据为”（DatainChartare）一栏，并且与条形图、线图、面积图的导航对话框该栏的内容相同，此处不再赘述。
根据3个不同的数据表达方式，SPSS可以生成3种不同的面积图。
本书以用户选择“个案组的摘要”（Summariesforgroupsofcases）为例，阐述饼形图的绘制步骤，如果用户需要制作其他类型的饼图，请举一反三学习类似的步骤。
02单击【定义】（Define）按钮，进入“定义饼图：
个案组摘要”（DefinePie：
Summariesforgroupsofcases）对话框，如图3-32所示。
根据用户所选的数据表达方式的不同，出现的对话框名称也不同。
图3-31 “饼图”导航对话框 图3-32 “定义饼图：
个案组摘要”对话框
在本对话框中，用户可以选择饼形图绘制的相关细节。
分区的表征（BarPresent）栏：
用户可以选择饼形图中扇形切片所代表的统计量。
l 个案数（Nofcases）：
按照分组变量分组后各组的观测量个数。
l 个案数的%（%ofcases）：
按照分组变量分组后各组的观测量个数占总观测量个数的百分比。
l 变量和（Sumofvariables）：
按照分组变量分组后，用户可以选择另一变量并以该变量的总和作为切片统计量的表达方式。
选中该选项，下面的“变量”（Variable）列表框被激活，用户需要通过单击
按钮从左边原变量中选择一个计算总和的变量进入“变量”（Variable）列表框中。
在“定义分区”（DefineSlicesby）列表框中，用户需要单击
按钮从左边原变量列表中指定一个分类变量作为不同扇形的识别变量。
该对话框的其他部分及【标题】（Title）按钮、【选项】（Options）按钮都与“定义简单条形图：
个案组摘要”（DefineSimpleBar：
SummariesforGroupsofCases）对话框完全相同，此处不再赘述。
03在本对话框中，单击【确定】（OK）按钮，即可在结果输出窗口中得到饼形图。
2.5 高低图
高低图（High-LowCharts）是用多个垂直线段来表示数值区域的统计图，例如一组测定值的范围（最小值—最大值）、95%置信区间（下限—上限）、
±1.96·SD（低值—均值—高值）等。
绘制高低图的具体操作步骤如下：
01打开【图形】（Graphs）菜单，选择【旧对话框】（LegacyDialogs）下的【高低图】（High-LowCharts）命令，SPSS将弹出“高–低图”（High-LowCharts）导航对话框，如图3-33所示。
图3-33 “高–低图”导航对话框
在该导航对话框中，用户可以选择高低图的类型，并定义高低图中数据的表达方式。
SPSS将高低图大致分为如下5种类型：
（1）简单高低关闭（Simplehigh-low-close）：
一个图形中只有一组高低图，高值与低值之间用垂直线段连接。
闭合（close）是指用户指定的一个特殊变量，特殊变量的数值可以在图中以小圆圈的形式标识出来。
（2）群集高低关闭（Clusteredhigh-low-close）：
一个图形中有多组高低图，每组高值与低值之间用垂直线段连接，不同组别的高低图用不同颜色的线段表示。
（3）简单范围栏（Simplerang
升级会员 